Wajah Buatan AI Mungkin Membuat Orang Nyata Lebih Sulit Mendapat Pekerjaan

Anda tidak memerlukan ilmuwan untuk mengetahui bahwa penampilan menarik membuka peluang, karena sepanjang hidup Anda mungkin pernah dirugikan atau diuntungkan olehnya; begitu pula untuk mengetahui bahwa wajah buatan AI cenderung lebih menarik daripada manusia nyata, karena berbagai alasan yang banyak melibatkan preferensi dan proses buatan manusia.

Namun, kolaborasi akademis baru dari AS menarik perhatian saya hari ini karena mengemukakan bukti bahwa kecantikan buatan AI mungkin menghilangkan peluang wawancara kerja bagi orang nyata. Dalam studi terhadap 570 orang, peserta yang sebelumnya melihat wajah AI yang sangat menarik kemudian menilai pelamar nyata kurang layak dipekerjakan dan kurang dapat dipercaya. Kesediaan mereka menawarkan wawancara turun dari 77.4% menjadi 72.5%, meskipun yang dinilai adalah pelamar yang persis sama.

Contoh wajah buatan AI dalam studi, memperlihatkan besarnya variasi skor daya tariknya. Peneliti menguji 27 generator gambar dengan prompt biasa yang tidak menyebut kecantikan. Baris atas memuat sebagian wajah dengan skor daya tarik tertinggi menurut sistem otomatis; baris bawah memuat sebagian yang terendah. Kedelapan orang dalam gambar adalah buatan AI, bukan manusia nyata. Sumber

Peneliti juga menyelidiki seberapa menarik wajah AI dibandingkan wajah nyata, menggunakan gambar dari beragam model komersial dan model berbobot terbuka. Sebanyak 550 orang diminta menilai foto orang nyata berdampingan dengan wajah AI, dan wajah sintetis secara konsisten mendapat skor lebih tinggi. Dalam perbandingan tambahan, metrik yang sesuai menemukan bahwa 37% wajah perempuan buatan AI dinilai lebih menarik daripada model busana profesional pada umumnya.

Perbandingan wajah AI dengan model busana profesional pada 27 generator gambar. Grafik menunjukkan persentase wajah buatan yang skornya melampaui median model profesional menurut pengukuran daya tarik otomatis. Titik hitam mewakili seluruh wajah buatan, sedangkan lingkaran kuning hanya wajah perempuan. Secara keseluruhan, 23% melampaui patokan ini, meningkat menjadi 37% untuk wajah perempuan. Garis putus-putus menunjukkan kedua rata-rata tersebut.

Makalah tersebut^† menyatakan:

“Kami mengaudit 27 generator teks-ke-gambar yang dirilis antara 2022 dan 2026 menggunakan prompt sederhana yang tidak pernah menyebut daya tarik atau kecantikan, serta menganalisis 51,300 wajah buatan dan 160,196 foto orang nyata dalam perbandingan utama maupun tambahan.

“Kami menggunakan tiga ukuran otomatis dan mengumpulkan penilaian dari 550 penilai manusia atas sebagian gambar.

“Hampir semua generator menghasilkan wajah yang skornya lebih tinggi daripada wajah dalam foto menurut ukuran otomatis. Penilai manusia menganggap keluaran seluruh 23 generator secara signifikan lebih menarik daripada wajah dalam foto, bahkan setelah koreksi untuk perbandingan berganda.

“Ketika analisis difokuskan pada gender, kami menemukan bahwa 37% wajah yang dihasilkan dengan prompt perempuan melampaui median model busana profesional.”

Penulis juga mencatat bahwa para ahli, baik manusia maupun AI, mungkin berbeda pendapat dan berdebat mengenai siapa yang menempati posisi teratas dalam kuadran ‘cantik’. Namun, pembedaan sedetail itu tidak terdapat pada rentang penilaian ‘tidak menarik’ atau ‘sedikit menarik’, yang jika dibandingkan menyerupai keranjang sampah serbaguna*:

“Kesepakatan antarukuran yang lebih besar tentang siapa yang paling tidak dihargai daripada siapa yang paling dihargai menyerupai ciri penting klasifikasi estetis dalam lingkungan seperti dunia model busana: orang dan institusi tidak perlu menyepakati satu ideal untuk terus menghasilkan ketimpangan mengenai penampilan siapa yang diberi nilai lebih rendah.”

Nilai Wajah

Banyak temuan studi ini menegaskan kembali pengalaman umum manusia tentang persepsi yang kontekstual dan relatif. Misalnya, jika Anda orang terpintar atau paling menarik di sekolah, masuk universitas Ivy League dapat menaikkan standar di sekitar Anda secara drastis dan menurunkan posisi relatif Anda dalam kelompok baru itu.

Namun, dunia tidak dipenuhi manusia buatan AI yang benar-benar berkeliaran dan menyingkirkan manusia berdaging dan berdarah dalam wawancara kerja. Jadi, bagaimana fenomena budaya estetika kecantikan AI generatif bisa berpengaruh?

Selain kemungkinan mengkhawatirkan bahwa orang mungkin menjalani operasi plastik agar lebih mendekati ‘standar AI’, efek dalam studi baru ini mirip dengan budaya kecantikan pra-AI di film, TV, mode, dan bidang budaya manusia lain yang terlihat dan berpengaruh. Kita dulu dan kini dibanjiri ideal fisik yang tidak realistis, lalu belajar menghadapinya sebagai persoalan sinyal dan derau. Kita mengimpikan bintang film, tetapi menikahi orang yang bisa kita dapatkan.

Makalah itu menjelaskan pengaruh estetika visual AI yang semakin besar dalam konteks serupa*:

“Jika wajah buatan lebih menarik daripada wajah nyata dan tingkatnya tidak merata, [the]pertanyaan berikut muncul: apa konsekuensinya bagi penilaian terhadap manusia nyata? Paparan gambar yang sangat diseleksi atau diedit mengubah perbandingan penampilan dan penilaian selanjutnya, sementara eksperimen kontras klasik menunjukkan bahwa paparan orang yang sangat menarik dapat menurunkan penilaian daya tarik selanjutnya.

“AI generatif dapat menyediakan aliran berulang wajah-wajah berbeda yang dibentuk oleh proses estetis yang sama. Belum jelas apakah paparan wajah buatan AI mengubah penilaian terhadap manusia nyata yang membawa konsekuensi penting.”

Penulis tidak mengusulkan solusi tertentu, melainkan meminta penelitian lanjutan untuk menentukan kapan kecantikan AI memengaruhi penilaian terhadap manusia nyata, aspek wajah sintetis apa yang mendorong efek ini, dan apakah hasilnya berlaku di luar eksperimen perekrutan simulasi.

Metode dan Kurasi Data

Untuk mengetahui seberapa luas generator gambar AI mengutamakan wajah menarik, peneliti menguji 27 sistem yang dirilis pada 2022–2026: Stable Diffusion 1.5, 2.1, XL, 3, 3.5-medium, 3.5-large dan 3.5-large-turbo; FLUX.1 dev dan schnell, FLUX.2, FLUX.2-klein 9B, dan FLUX.2-klein 4B; GPT Image 1.5 dan GPT Image 2; Grok Image dan Grok Imagine; Nano Banana 2 dan Nano Banana Pro; Midjourney v6, v7, dan v8; PixArt-Sigma; Playground 2.5; HunyuanDiT; Qwen-Image; Sana; serta Lumina-2.

Prompt sederhana yang sama digunakan pada semua sistem untuk menghasilkan potret yang mewakili 14 kategori demografis dalam kategori laki-laki dan perempuan serta delapan pekerjaan (dokter; pengacara; dokter hewan; apoteker; juru masak; pekerja konstruksi; perawat dan pekerja ritel), tanpa menyebut kecantikan atau daya tarik.

Prompt tanpa rincian demografi, jenis kelamin, atau pekerjaan juga diuji, sehingga total 51,300 gambar dihasilkan untuk dianalisis.

Sebagai pembanding, 94,249 foto diambil dari FairFace; IdenProf; SCUT-FBP5500; MEBeauty; Chicago Face Database beserta ekstensi multiras dan India; serta Set Face Research Lab London. Wajah yang dapat digunakan terdeteksi dalam 89,435 foto.

Beragam wajah Barat dan Asia dari dataset SCUT-FBP5500, satu dari enam dataset dalam studi baru ini. Sumber

Perbandingan tambahan memakai 10k US Adult Faces Database; koleksi 15,182 foto model busana profesional; LookismBench-SyntheticFaces; FFHQ; dan StyleGAN2. Foto model menjadi patokan ‘daya tarik tinggi’, sedangkan koleksi lainnya dianalisis terpisah untuk menilai ukuran daya tarik dan menyediakan pembanding tambahan.

Wajah dideteksi dan dipotong memakai MTCNN, kemudian distandardisasi. Daya tarik dinilai dengan model ResNet-50 yang dilatih pada SCUT-FBP5500 dan MEBeauty, serta SwinFace yang dilatih pada anotasi CelebA.

Untuk memeriksa kesesuaian skor daya tarik otomatis dengan pendapat manusia, 550 orang dewasa di AS menilai pilihan 1,374 wajah nyata dan buatan AI.

Dalam eksperimen terpisah, 570 orang dewasa AS dibagi menjadi tiga kelompok dan diperlihatkan pelamar dengan foto nyata, foto yang diperhalus, atau wajah AI. Setelahnya, ketiga kelompok menilai pelamar nyata yang sama sehingga perbedaan keputusan perekrutan dapat diukur. Analisis utama studi ini didaftarkan sebelumnya.

Pengujian

Menurut kedua metrik daya tarik utama, wajah AI mendapat skor signifikan lebih tinggi daripada foto nyata untuk 24 dari 27 generator yang diuji. Temuan ini juga didukung metrik CelebA/SwinFace, seperti terlihat di bawah:

Perbedaan daya tarik antara wajah AI dan foto nyata pada 27 generator gambar, dinyatakan sebagai rata-rata skor d Cohen pada tiga metrik otomatis. Nilai positif menunjukkan skor lebih tinggi untuk wajah buatan.

Menurut makalah tersebut, pada ketiga metrik, 13 generator menghasilkan wajah yang dinilai lebih dari satu simpangan baku di atas foto nyata. Namun, tidak ditemukan keunggulan untuk Nano Banana Pro, Grok Image, atau Nano Banana 2.

Kecenderungan menghasilkan wajah yang luar biasa menarik lebih lemah pada model Midjourney dan OpenAI yang lebih baru. Sementara itu, efeknya pada model berbobot terbuka sekitar dua kali lebih kuat daripada produk komersial OpenAI, Google, Midjourney, dan xAI.

Dalam evaluasi manusia, wajah dari seluruh 23 generator dengan jumlah gambar memadai untuk perbandingan andal dinilai lebih menarik daripada foto nyata. Pada skala 1 (paling tidak menarik) sampai 7 (paling menarik), wajah nyata mendapat rata-rata 3.10, sementara wajah AI mendapat 0.34 hingga 2.06 poin lebih tinggi, bergantung generatornya, seperti ditunjukkan di bawah:

Penilaian daya tarik manusia untuk wajah dari 23 generator gambar AI pada skala 1 sampai 7. Generator melampaui rata-rata foto nyata yang ditandai garis putus-putus biru. Titik merah menunjukkan nilai rata-rata, dan batang horizontal menunjukkan ketidakpastian di sekitar tiap rata-rata.

Wajah AI mendapat penilaian lebih tinggi pada keenam kategori ras dan etnis (lihat grafik di bawah), bahkan Nano Banana Pro, Grok Image, dan Nano Banana 2, yang wajahnya tidak melampaui foto nyata dalam pengujian otomatis:

Penilaian manusia atas daya tarik wajah AI (merah) dan foto nyata (biru) pada enam kategori ras dan etnis. Wajah AI mendapat rata-rata lebih tinggi di setiap kategori, dengan selisih 0.74 hingga 1.37 poin pada skala tujuh poin. Batang vertikal menunjukkan ketidakpastian di sekitar tiap rata-rata.

Penilaian manusia juga berbeda dari hasil otomatis untuk model baru. Perubahan kecil tercatat antara GPT Image 1.5 dan GPT Image 2 milik OpenAI, sedangkan penilaian daya tarik meningkat berturut-turut untuk Midjourney versi 6, 7, dan 8.

Dengan kata lain, manusia tetap menilai model AI baru menghasilkan wajah yang luar biasa menarik, meskipun metrik otomatis menunjukkan kecenderungan ini telah melemah.

Keunggulan yang Tidak Adil

Eksperimen terakhir meneliti apakah paparan wajah AI yang menarik dapat memengaruhi penilaian terhadap pelamar kerja nyata.

Untuk lowongan simulasi ‘Staf Keberhasilan Pelanggan’, 570 orang dewasa AS dibagi menjadi tiga kelompok. Setelah menilai empat pelamar identik, setiap kelompok melihat delapan profil dengan foto nyata, foto yang diperhalus, atau wajah AI. Wajah AI sebelumnya mendapat skor daya tarik 5.75 dari tujuh, dibandingkan 2.99 untuk foto nyata. Foto yang diperhalus telah dihaluskan dan diterangkan menggunakan efek berbasis fitur One-tap Enhance milik Facetune.

Dua belas pelamar tambahan disertakan dengan foto dan kualifikasi identik pada ketiga kelompok, untuk menguji apakah paparan gambar berbeda memengaruhi keputusan perekrutan.

Pelamar berwajah AI mendapat penilaian kelayakan kerja dan kepercayaan sedikit lebih tinggi, tetapi tidak ada peningkatan undangan wawancara yang signifikan. Namun setelah paparan wajah tersebut, pelamar nyata yang sama dinilai kurang layak dipekerjakan dan kurang dapat dipercaya, dengan undangan wawancara turun dari 77.4% menjadi 72.5%:

Hasil uji perekrutan menunjukkan perubahan persepsi tentang kelayakan kerja, kepercayaan, dan peluang wawancara pelamar nyata setelah paparan berbagai jenis wajah. Evaluasi menurun setelah melihat wajah AI, tetapi tidak setelah foto yang diperhalus. Titik menunjukkan selisih dari kelompok kontrol foto nyata; garis vertikal menunjukkan interval kepercayaan 95%.

Tidak ada penurunan sebanding setelah paparan foto yang diperhalus. Artinya, manusia nyata yang seharusnya tampil paling baik tidak ‘menaikkan standar’ seperti gambar AI.

Penulis berkomentar:

“Kandidat yang dipasangkan dengan wajah AI hanya mendapat penilaian langsung sedikit lebih baik, tetapi peserta yang melihat wajah itu kemudian menilai kandidat nyata yang sama lebih negatif pada ketiga hasil yang diukur.

“Kandidat buatan AI sendiri mendapat penilaian kepercayaan langsung sedikit lebih tinggi, sehingga penjelasan berupa ketidaksukaan umum yang sederhana terhadap profil berwajah AI menjadi kurang mungkin.

“Meski demikian, eksperimen hanya memberi tahu bahwa paparan berpengaruh, bukan alasannya.”

Kesimpulan

Dari pengamatan pribadi, tokoh buatan AI memang telah mendominasi iklan jalanan di kota tempat saya tinggal, tetapi itu seni 2D. Belum jelas apakah penggunaan video generatif berbasis difusi dalam TV dan film akan mengatasi pembatasan hukum dan etika saat ini. Jika berhasil, mungkin akan ada jauh lebih banyak aktor buatan dan/atau berbantuan AI yang ‘menaikkan standar estetika’ dan mewujudkan skenario ‘kecantikan AI di sekitar kita’ dalam makalah baru ini.

Prinsipnya tidak baru, tetapi potensi otomatisasinya baru. Dalam keadaan itu, esensi selebritas, model, dan tokoh perwakilan publik nyata dari masa kini atau masa lalu dapat disarikan, diperbanyak atau ‘diperbaiki’, dan disebarkan luas tanpa negosiasi kontrak mahal. Namun, itu masih akan datang, jika memang terjadi.

^† Berjudul AI Generatif Menghasilkan dan Menyebarkan Bias Kecantikan, ditulis delapan peneliti dari Cornell, University of Florida, dan University of Pennsylvania.

* Saya mengubah kutipan dalam teks para penulis menjadi pranala.

Pertama diterbitkan Senin, 19 Oktober 2026